一种深度学习分类后比较的SAR变化检测方法

摘要

本发明公开了一种深度学习分类后比较SAR变化检测方法，其实现过程是：利用MDPS‑CNN具有两个网络通道且其可以具有不同权值这一特性，分别对灾前、灾后两时刻的SAR图像进行深度特征的提取。与此同时，我们用两时刻的原始SAR图像来得到其纹理特征和灰度特征，然后在MDPS‑CNN网络内部将纹理特征、灰度特征和深度特征进行融合。此外，为了针对具体SAR图像在不同深度层和保证高准确率的情况下做一个权衡，MDPS‑CNN采用分段反向传播来优化网络使其自动选择合适的层数。我们将得到的两组融合后的图像用阈值法进行分类。最后将得到的两幅分类图进行水域变化的比较来得到最终的水域变化检测图。